Bayang-Bayang Krisis Air di Balik Ambisi AI Inggris

Di balik gemerlapnya chatbot pintar dan model generatif yang semakin memudahkan hidup, tersembunyi sebuah konsekuensi yang jarang disadari: kelangkaan air. Rencana ambisius Inggris untuk mempercepat pembangunan pusat data (data center) demi mendukung pertumbuhan kecerdasan buatan (AI) kini dihadapkan pada ironi pahit. Alih-alih hanya membawa kemajuan, langkah ini justru berpotensi memicu krisis air di berbagai wilayah. Mengapa ini penting? Karena setiap prompt yang Anda kirimkan ke AI memerlukan sumber daya komputasi yang didinginkan oleh jutaan liter air, dan ketika ribuan server itu beroperasi tanpa henti, dampaknya bisa langsung kita rasakan dalam kehidupan sehari-hari—mulai dari tarif air yang melonjak hingga ancaman matinya keran di musim kemarau.

Inggris, sebagai salah satu negara yang giat memacu adopsi AI, telah mengumumkan serangkaian insentif untuk menarik investasi data center. Pemerintah melihatnya sebagai pilar ekonomi digital masa depan. Namun, para peneliti dan aktivis lingkungan mulai menyuarakan peringatan keras: tanpa perencanaan matang, infrastruktur ini bisa menjadi parasit bagi sumber daya air yang semakin terbatas.

Mengapa Data Center Adalah Pemakan Air yang Tak Terlihat

Ibarat sebuah mobil sport bertenaga tinggi yang terus dipacu, data center menghasilkan panas yang dahsyat saat memproses data. Untuk mencegah kerusakan perangkat, sistem pendingin harus bekerja tanpa henti. Metode evaporatif yang umum digunakan memanfaatkan penguapan air untuk menyerap panas. Secara teknis, air diubah menjadi uap dan dilepaskan ke atmosfer—artinya air tersebut hilang dari siklus lokal. Sebagai gambaran, satu pusat data hyperscale dapat mengonsumsi 1 hingga 5 juta galon air per hari pada beban puncak. Jumlah itu setara dengan kebutuhan puluhan ribu rumah tangga atau irigasi untuk ratusan hektar lahan pertanian. Yang lebih mengkhawatirkan, konsumsi ini cenderung meningkat seiring dengan kompleksitas model AI yang dilatih. Model bahasa besar (Large Language Model/LLM) seperti GLM-5.2, misalnya, melalui proses pelatihan yang membutuhkan daya komputasi eksponensial, dan setiap peningkatan kapasitas pelatihan berarti lebih banyak air untuk pendinginan.

Air yang digunakan juga harus berkualitas tinggi—bebas mineral—untuk mencegah korosi dan penyumbatan pada pipa penukar panas. Ini diperburuk oleh lokasi data center yang seringkali berada di area dengan krisis air laten, karena lahan di sana murah dan regulasi lingkungannya longgar. Di Inggris, rencana pembangunan masif tersebar dari London hingga kawasan industri Midlands. Beberapa titik di tenggara Inggris, yang secara alami sudah rentan kekeringan berkat curah hujan rendah dan populasi padat, kini harus berbagi sumber air dengan pusat-pusat data raksasa. Perusahaan penyedia air Thames Water bahkan telah memperingatkan bahwa skala proyek ini bisa melampaui kapasitas infrastruktur mereka yang sudah uzur.

“Kita tidak bisa memperlakukan air seperti sumber daya yang tak terbatas hanya demi mengejar ketertinggalan di bidang AI,” ujar seorang analis lingkungan independen. “Di beberapa wilayah, proyeksi menunjukkan bahwa menjelang 2030, penyedotan air bersih untuk data center bisa menyaingi konsumsi seluruh sektor residensial.” Kekhawatiran ini nyata, mengingat Inggris baru saja pulih dari rekor gelombang panas pada 2022 yang memicu kelangkaan air di banyak daerah.

Lonjakan AI: Ambisi yang Memicu Perlombaan Infrastruktur

Pemerintahan Inggris saat ini terang-terangan ingin menjadikan negara itu sebagai “AI superpower.” Dorongan ini membawa gelombang investasi miliaran pound sterling untuk membangun lebih banyak fasilitas edge computing dan hyperscale. Namun, yang sering terlewat adalah bahwa sebuah data center adalah entitas fisik yang bukan hanya butuh listrik, tetapi juga air dalam siklus yang haus. Meskipun ada inovasi pendingin berbasis cairan dielektrik atau direct-to-chip cooling, biayanya masih mahal dan belum menjadi standar industri. Sebagian besar operator memilih evaporatif konvensional karena dianggap paling hemat biaya.

Di balik tirai semikonduktor dan kabel serat optik, realitasnya sangat sederhana: data center adalah pabrik yang ‘membakar’ air untuk menghasilkan byte. Di Thames Valley, salah satu koridor data center terpadat di Eropa, sudah terlihat persaingan sengit antara kebutuhan industri dan rumah tangga. Ketika sungai-sungai mulai menyusut, konflik antara pendinginan server dan penyediaan air minum warga tak bisa dielakkan. Situasi ini sejalan dengan terbatasnya kemampuan daur ulang setempat. Bahkan jika data center menggunakan reclaimed water, kuantitasnya seringkali tidak mencukupi, dan pengolahannya membutuhkan energi tambahan yang justru memicu emisi karbon.

Masa Depan yang Berkelanjutan? Antara Inovasi dan Kelangkaan

Para ahli di bidang teknologi berkelanjutan menawarkan sejumlah solusi. Salah satunya adalah penggunaan pendingin imersi dua fase di mana cairan non-konduktif melakukan transfer panas tanpa perlu penguapan air skala besar. Teknologi ini diklaim dapat mengurangi konsumsi air hingga 90% pada skala tertentu. Sayangnya, perusahaan-perusahaan cenderung menghindarinya karena biaya retrofit dan downtime yang tidak bisa ditoleransi oleh ritme bisnis AI yang bergerak cepat. Selain itu, penempatan strategis data center di lepas pantai, memanfaatkan pendinginan air laut, atau memindahkan sebagian beban komputasi ke negara-negara beriklim dingin (seperti Nordik) juga menjadi opsi yang dibahas di atas kertas. Namun, tantangan geopolitik dan latensi data membatasi implementasinya.

Lebih jauh, regulasi mendesak diterapkan. Saat ini, Inggris belum memiliki batasan konkret tentang Water Usage Effectiveness (WUE) yang ketat untuk data center. Meskipun WUE adalah metrik efisiensi penggunaan air, ia hanya menjadi salah satu variabel dalam laporan keberlanjutan—bukan syarat wajib operasional. Para pegiat lingkungan mendesak agar setiap izin pendirian data center baru harus menyertakan audit dampak air yang ketat, termasuk jaminan bahwa infrastruktur tersebut tidak akan bersaing langsung dengan pasokan air bersih publik selama musim kering atau kondisi darurat iklim.

Krisis air bukan sekadar ancaman statistik di atas kertas. Ini adalah rantai sebab-akibat yang langsung memengaruhi kehidupan: petani yang gagal panen, keluarga yang harus mengantre truk tangki air, hingga potensi konflik antarwilayah. Seiring dengan gemuruh algoritma deep learning yang semakin canggih, pilihan yang kita ambil sekarang akan menentukan apakah gelombang teknologi ini membawa kemakmuran atau justru menenggelamkan kita dalam kemarau buatan. Pertanyaannya bukan lagi apakah kita butuh AI, melainkan berapa harga yang sanggup kita bayar di muka untuk setiap byte kecerdasan itu.